本项目是为北航知识工程大作业。主要展示了由影视及相关出版物的数据构建的知识图谱。
.
├── Doc
├── Neo4j //存放空间数据库Neo4j的数据脚本
│ └── Scripts
│ └── moive.txt
├── README.md //项目介绍
└── web
└── movie
├── db.sqlite3
├── manage.py //启动脚本
├── model //数据模型层：获取neo4j数据，以及CSV数据
│ ├── __init__.py
│ ├── neo_models.py
├── movie //业务控制层：网站业务
│ ├── __init__.py
│ ├── index_view.py
│ ├── entity_view.py
│ ├── relation_view.py
│ ├── recommend_view.py
│ ├── settings.py
│ ├── urls.py
│ ├── wsgi.py
├── static //网站静态资源
│ ├── css
│ │ └── jquery-ui-1.10.4.min.css
│ ├── img
│ └── js
│ ├── echarts.common.min.js
│ ├── jquery-1.8.3.min.js
│ └── jquery-ui-1.10.4.min.js
├── templates //视图层，网站页面模版
│ ├── 404.html
│ ├── base.html
│ ├── entity.html
│ ├── recommend.html
│ ├── relation.html
│ └── index.html
└── toolkit //工具集，数据库连接，数据分析，分词
├── __init__.py
├── pre_load.py
└── pre_load.pyc
- wikipedia电影词条
- 互动百科
neo4j实体关系图（部分）
neo4j查询语句
//获得演员实体信息
MATCH (p {name: "Tom Hanks"}) RETURN p
//获得电影实体信息
MATCH (p {title: "The Matrix"}) RETURN p
//获得实体间关系最短路径
MATCH p=shortestPath(
(bacon:Person {name:"Kevin Bacon"})-[*]-(meg:Person {name:"Meg Ryan"})
)
RETURN p
//获得演员的关系信息
MATCH (n1:Person {name:"Tom Hanks"})- [rel] -> (n2) RETURN n1, Type(rel),n2
//获得电影的关系信息
MATCH (n1:Movie {title:"The Matrix"})<- [rel] - (n2) RETURN n1, Type(rel),n2
//获得电影或演员的相关推荐
MATCH (bacon:Person {name:"Tom Hanks"})-[*1..2]-(prec) RETURN DISTINCT prec
MATCH (bacon:Movie {title:"The Matrix"})-[*1..2]-(mrec) RETURN DISTINCT mrec
系统需要安装：
- django ---web框架
- neo4j ---图数据库
- py2neo ---python连接neo4j的工具
- echarts ---显示实体和关系的图谱js插件
项目部署：
-
安装neo4j，并启动数据库，在脚本执行的browser里执行movie.txt 。 （neo4j网址）https://neo4j.com/
-
安装py2neo (以来与python3，推荐通过pip3安装)
-
安装django （python3 支持版本）
-
在moive目录执行python3 manage.py runserver
-
启动了django，http://127.0.0.1:8000 页面
